跳到正文

@berryxia

@berryxia · X · 历史来源 · 当前未持续收录

当前显示全部 AI 相关新闻
切换来源
全部X新闻X:Rohan Paul1148 条X:Kim1108 条X:阿易 AI Notes821 条X:阿里云 / Alibaba Cloud415 条X:Testing Catalog330 条X:Elvis Saravia312 条X:OpenRouter287 条X:Elon Musk285 条X:cb_doge277 条X:Artificial Analysis257 条X:Ethan Mollick245 条X:PixVerse235 条X:Replit213 条X:OpenAI Developers200 条X:SemiAnalysis197 条X:ZHO182 条X:Alexandr Wang(Scale AI 创始人/Meta 首席 AI 官)173 条X:小北161 条X:swyx161 条X:Gemini156 条X:MiniMax154 条X:Dex Horthy(HumanLayer)124 条X:Tibo122 条X:OpenAI119 条X:Google AI for Developers103 条X:Emad Mostaque101 条X:X.PIN100 条X:蚂蚁百灵98 条X:Thomas Wolf(Hugging Face 联创/CSO)94 条X:Epoch AI91 条X:Luma AI88 条X:AI Safety Memes87 条X:Claude Devs84 条X:Runway81 条X:Aravind Srinivas(Perplexity CEO)80 条X:Jason Liu80 条X:马东锡 NLP77 条X:面壁智能 OpenBMB77 条X:Sam Altman77 条X:Frank Wang 玉伯73 条X:fofr70 条X:Gabriel70 条X:洪明68 条X:阑夕61 条X:Francois Chollet60 条X:opencode59 条X:Eric Zakariasson58 条X:Perplexity58 条X:Yuchen Jin58 条X:Greg Brockman57 条X:Nathan Lambert56 条X:赵纯想55 条X:Tencent WorkBuddy55 条X:Microsoft Research54 条X:Cohere51 条X:腾讯混元50 条X:Suno49 条X:Claude45 条X:Anthropic44 条X:Clément Delangue(Hugging Face CEO)44 条X:Peter Steinberger44 条X:Krea AI41 条X:OpenClaw41 条X:通义千问 / Qwen39 条X:Charlie Holtz39 条X:Google AI37 条X:Google DeepMind37 条X:Thariq35 条X:Peter McCrory(Anthropic 首席经济学家)31 条X:AK30 条X:百度 Baidu28 条X:AI at Meta28 条X:Boris Cherny28 条X:Deedy Das27 条X:可灵 Kling AI26 条X:Aidan Gomez(Cohere CEO)26 条X:Viggle AI26 条X:Mustafa Suleyman(Microsoft AI CEO)25 条X:Logan Kilpatrick24 条X:karminski22 条X:Josh Woodward21 条X:Noam Brown20 条X:李继刚18 条X:Andrew Milich18 条X:Odyssey18 条X:硅基流动 SiliconFlow17 条X:SpaceXAI17 条X:Tianyi Cui17 条X:DeepSeek16 条X:华为云14 条X:Sundar Pichai14 条X:智谱 Z.ai12 条X:Mark Zuckerberg12 条X:Demis Hassabis11 条X:唐杰10 条X:Ammaar Reshi10 条X:Andrew Ng(DeepLearning.AI 创始人)10 条X:Eric Mitchell10 条X:Karina Nguyen10 条X:Lee Robinson10 条X:Mistral AI10 条X:Noah Zweben10 条X:Fei-Fei Li9 条X:Jensen Huang9 条X:Kimi.ai9 条X:Barret 李靖8 条X:Hao AI Lab8 条X:Jeff Dean8 条X:谢赛宁7 条X:Jim Fan7 条X:Michael Truell7 条X:張小珺 Xiaojùn6 条X:NotebookLM0 条@berryxia · 历史来源430 条@vista8 · 历史来源262 条@op7418 · 历史来源231 条@sensetime_ai · 历史来源34 条@google · 历史来源30 条@getsuperintel · 历史来源9 条@latentspacepod · 历史来源9 条@android · 历史来源8 条@dreamlabla · 历史来源8 条@mannybernabe · 历史来源8 条@karpathy · 历史来源7 条@alexatallah · 历史来源6 条@ryanleeminimax · 历史来源5 条@theo · 历史来源5 条PixVerse (@PixVerse) · 历史来源5 条@aidotengineer · 历史来源4 条@dkundel · 历史来源4 条@reach_vb · 历史来源4 条@dotey · 历史来源3 条@eliebakouch · 历史来源3 条@googlechrome · 历史来源3 条@kilocode · 历史来源3 条@maxforai · 历史来源3 条@newsfromgoogle · 历史来源3 条@richardssutton · 历史来源3 条@skylermiao7 · 历史来源3 条@victorsuortiz · 历史来源3 条@ajambrosino · 历史来源2 条@akashi203 · 历史来源2 条@anatolikopadze · 历史来源2 条@andrewcurran_ · 历史来源2 条@antirez · 历史来源2 条@barrnanas · 历史来源2 条@coreyching · 历史来源2 条@deanwball · 历史来源2 条@designarena · 历史来源2 条@fal · 历史来源2 条@fellmentke · 历史来源2 条@gergelyorosz · 历史来源2 条@gmi_cloud · 历史来源2 条@gravicle · 历史来源2 条@hxiao · 历史来源2 条@jackminong · 历史来源2 条@lennysan · 历史来源2 条@mada299 · 历史来源2 条@microsoft · 历史来源2 条@mikastars39 · 历史来源2 条@mitchellh · 历史来源2 条@nabeelqu · 历史来源2 条@rudrank · 历史来源2 条@sebastienbubeck · 历史来源2 条@zan2434 · 历史来源2 条@___harald___ · 历史来源1 条@_boraturan · 历史来源1 条@0xjaniak · 历史来源1 条@0xkato · 历史来源1 条@47fucb4r8c69323 · 历史来源1 条@559hkdt · 历史来源1 条@aaliya_va · 历史来源1 条@abhikatte42 · 历史来源1 条@abhishekpatiil · 历史来源1 条@aboutberlin · 历史来源1 条@addyosmani · 历史来源1 条@agi2asi · 历史来源1 条@aiaicreate · 历史来源1 条@aimlapi · 历史来源1 条@aisaonehq · 历史来源1 条@aisystemprompt · 历史来源1 条@alemtuzlak · 历史来源1 条@alexxubyte · 历史来源1 条@alupsasca · 历史来源1 条@amasad · 历史来源1 条@ampcode · 历史来源1 条@anas_build_ · 历史来源1 条@aniketmaurya · 历史来源1 条@anitakirkovska · 历史来源1 条@anneliesgamble · 历史来源1 条@antigravity · 历史来源1 条@arafatkatze · 历史来源1 条@arena · 历史来源1 条@argofowl · 历史来源1 条@arthurmensch · 历史来源1 条@ashiknewazaj · 历史来源1 条@atabarrok · 历史来源1 条@atomic_chat_hq · 历史来源1 条@awe_automation · 历史来源1 条@awesomekling · 历史来源1 条@awscloud · 历史来源1 条@ayushagarwal · 历史来源1 条@baaadas · 历史来源1 条@bai_agi · 历史来源1 条@bbuddha_xyz · 历史来源1 条@bclavie · 历史来源1 条@beccalytics · 历史来源1 条@benfleming__ · 历史来源1 条@benhylak · 历史来源1 条@benjamineyliu · 历史来源1 条@bfl_ml · 历史来源1 条@bleysg · 历史来源1 条@bolna_dev · 历史来源1 条@bosmeny · 历史来源1 条@boxmining · 历史来源1 条@bozhou_ai · 历史来源1 条@brexhq · 历史来源1 条@brian_armstrong · 历史来源1 条@brianchew · 历史来源1 条@bridgemindai · 历史来源1 条@budgetpixel · 历史来源1 条@cahidarda · 历史来源1 条@calmpromptshq · 历史来源1 条@ce_zhang · 历史来源1 条@cedric_chee · 历史来源1 条@chaitralikakde · 历史来源1 条@chatgpt · 历史来源1 条@chatgptapp · 历史来源1 条@christinetyip · 历史来源1 条@christofsalis · 历史来源1 条@clark__labs · 历史来源1 条@cloudflaredev · 历史来源1 条@cnorth_13 · 历史来源1 条@cnzoecomeback · 历史来源1 条@cocohearts · 历史来源1 条@code_star · 历史来源1 条@codebyaurelia · 历史来源1 条@cognition · 历史来源1 条@commandcodeai · 历史来源1 条@consensusnlp · 历史来源1 条@contralabs_ai · 历史来源1 条@cozyblaze265065 · 历史来源1 条@crimedecoder · 历史来源1 条@crtr0 · 历史来源1 条@damnventures · 历史来源1 条@daniellockyer · 历史来源1 条@darioamodei · 历史来源1 条@davidmaliglowka · 历史来源1 条@davidondrej1 · 历史来源1 条@dbirker78883 · 历史来源1 条@deryatr_ · 历史来源1 条@devfun · 历史来源1 条@diegocabezas01 · 历史来源1 条@digitalocean · 历史来源1 条@dimillian · 历史来源1 条@dimitrispapail · 历史来源1 条@discussingfilm · 历史来源1 条@dkthomp · 历史来源1 条@dmitryrybin1 · 历史来源1 条@dmsobol · 历史来源1 条@douglasyaody · 历史来源1 条@duckduckgo · 历史来源1 条@easyrouterio · 历史来源1 条@edgardobriban · 历史来源1 条@eisokant · 历史来源1 条@elliotarledge · 历史来源1 条@encrypted · 历史来源1 条@endpointarena · 历史来源1 条@envato · 历史来源1 条@escanorreloaded · 历史来源1 条@esrtweet · 历史来源1 条@ethanhe_42 · 历史来源1 条@eu_commission · 历史来源1 条@fba · 历史来源1 条@fdavidsont · 历史来源1 条@figmaweave · 历史来源1 条@finn_meeks · 历史来源1 条@first_tree_ai · 历史来源1 条@flavioad · 历史来源1 条@flowith · 历史来源1 条@fminzhou · 历史来源1 条@freddie_spirit · 历史来源1 条@frydwia · 历史来源1 条@futurestacked · 历史来源1 条@garrettlord · 历史来源1 条@garrytan · 历史来源1 条@gavinsbaker · 历史来源1 条@GayaniFigma · 历史来源1 条@genspark_ai · 历史来源1 条@gitlawb · 历史来源1 条@gneubig · 历史来源1 条@gokulr · 历史来源1 条@goodfireai · 历史来源1 条@goodnesmbakara · 历史来源1 条@googleaistudio · 历史来源1 条@gordic_aleksa · 历史来源1 条@gro_tsen · 历史来源1 条@hangsiin · 历史来源1 条@happycapyai · 历史来源1 条@haydenbleasel · 历史来源1 条@helloiamleonie · 历史来源1 条@hey_asiif · 历史来源1 条@hilbertspaess · 历史来源1 条@howtoprompt__ · 历史来源1 条@hq4ai · 历史来源1 条@hypersoren · 历史来源1 条@ianbremmer · 历史来源1 条@id_aa_carmack · 历史来源1 条@interaction · 历史来源1 条@intology · 历史来源1 条@iron_redux · 历史来源1 条@ithilgore · 历史来源1 条@itsreallyvivek · 历史来源1 条@jamesjyu · 历史来源1 条@jameszmsun · 历史来源1 条@jason_young1231 · 历史来源1 条@jawad_rahman_ · 历史来源1 条@jaydendavisnc · 历史来源1 条@jeffbarg · 历史来源1 条@jenzhuscott · 历史来源1 条@jiayuan_jy · 历史来源1 条@jilles · 历史来源1 条@jimcramer · 历史来源1 条@jimsyoung_ · 历史来源1 条@jinjingliang · 历史来源1 条@jjacky · 历史来源1 条@jjackyliang · 历史来源1 条@joefioti · 历史来源1 条@joi___ai · 历史来源1 条@joinhandshake · 历史来源1 条@joinpursuit · 历史来源1 条@joulee · 历史来源1 条@jsconfasia · 历史来源1 条@jsrailton · 历史来源1 条@juminoz · 历史来源1 条@kaizero_ainta · 历史来源1 条@karanganesan · 历史来源1 条@kdaigle · 历史来源1 条@kentherogers · 历史来源1 条@kevinsays · 历史来源1 条@khudonogov · 历史来源1 条@koraykv · 历史来源1 条@kotekjedi_ml · 历史来源1 条@kuberwastaken · 历史来源1 条@kurz_gesagt · 历史来源1 条@kwindla · 历史来源1 条@lafalcemateo · 历史来源1 条@lakshyaaagrawal · 历史来源1 条@larrylv · 历史来源1 条@layoffai · 历史来源1 条@levinstanley · 历史来源1 条@lifeofjer · 历史来源1 条@livekit · 历史来源1 条@lostinlatencyx · 历史来源1 条@lotte_verheyden · 历史来源1 条@lqiao · 历史来源1 条@luciushq · 历史来源1 条@luckeyfaraday · 历史来源1 条@lukaspet · 历史来源1 条@madhavsinghal_ · 历史来源1 条@manassharmahere · 历史来源1 条@markiewagner · 历史来源1 条@marksaroufim · 历史来源1 条@marsxiang_ · 历史来源1 条@maseehg_ · 历史来源1 条@mattshumer_ · 历史来源1 条@mem0ai · 历史来源1 条@mengto · 历史来源1 条@merettm · 历史来源1 条@micahcarroll · 历史来源1 条@michael_chomsky · 历史来源1 条@michaelarnaldi · 历史来源1 条@microsoftai · 历史来源1 条@mike_acton · 历史来源1 条@mikeyyyzhao · 历史来源1 条@minchoi · 历史来源1 条@minimaxagent · 历史来源1 条@minu_who · 历史来源1 条@mkbhd · 历史来源1 条@modal · 历史来源1 条@moritzthuening · 历史来源1 条@moxie · 历史来源1 条@mstockton · 历史来源1 条@mtslive · 历史来源1 条@multimodalart · 历史来源1 条@neelnanda5 · 历史来源1 条@neilrahilly · 历史来源1 条@nickbaumann_ · 历史来源1 条@nirantk · 历史来源1 条@noemititarenco · 历史来源1 条@notjazii · 历史来源1 条@nousresearch · 历史来源1 条@oblomovius · 历史来源1 条@ollama · 历史来源1 条@onlyterp · 历史来源1 条@onlyzhynx · 历史来源1 条@organicgpt · 历史来源1 条@orgrem · 历史来源1 条@p0 · 历史来源1 条@palantirtech · 历史来源1 条@palmerluckey · 历史来源1 条@pandatalk8 · 历史来源1 条@parishilton · 历史来源1 条@patrickcarlyle · 历史来源1 条@patricktoulme · 历史来源1 条@paulg · 历史来源1 条@paulsolt · 历史来源1 条@pbdtokenrouter · 历史来源1 条@pererabinoy · 历史来源1 条@philhchen · 历史来源1 条@pirroh · 历史来源1 条@pjaccetturo · 历史来源1 条@postlive · 历史来源1 条@pranaveight · 历史来源1 条@prathamdby · 历史来源1 条@prince_canuma · 历史来源1 条@pumpkherm · 历史来源1 条@pvncher · 历史来源1 条@qiaoqiao2001 · 历史来源1 条@rajveerbach · 历史来源1 条@randyhaddad6 · 历史来源1 条@rauchg · 历史来源1 条@raveeshbhalla · 历史来源1 条@rayanpal_ · 历史来源1 条@rayfernando1337 · 历史来源1 条@redpoint · 历史来源1 条@ric_rtp · 历史来源1 条@richardsocher · 历史来源1 条@rileybrown · 历史来源1 条@robertvaradan · 历史来源1 条@ronshepherd · 历史来源1 条@rosmine · 历史来源1 条@rthiago · 历史来源1 条@ruben_kostard · 历史来源1 条@runware · 历史来源1 条@rvivek · 历史来源1 条@ryanjunejo · 历史来源1 条@safaricheung · 历史来源1 条@samuelstroschei · 历史来源1 条@sanmking · 历史来源1 条@saranormous · 历史来源1 条@savinovnikolay · 历史来源1 条@scale_ai · 历史来源1 条@scaling01 · 历史来源1 条@sdaily_ai · 历史来源1 条@secscottbessent · 历史来源1 条@seltaa_ · 历史来源1 条@sergiopaniego · 历史来源1 条@servasyy_ai · 历史来源1 条@sethltx · 历史来源1 条@shashankgoyal95 · 历史来源1 条@sherryyanjiang · 历史来源1 条@sherylhsu02 · 历史来源1 条@shl · 历史来源1 条@sighjith · 历史来源1 条@simistern · 历史来源1 条@southpkcommons · 历史来源1 条@sriramkri · 历史来源1 条@sshoaibali · 历史来源1 条@stalkermustang · 历史来源1 条@status_effects · 历史来源1 条@stevencheng · 历史来源1 条@stockanalystpro · 历史来源1 条@suekhim · 历史来源1 条@sultanalfardan · 历史来源1 条@suraj_sharma14 · 历史来源1 条@swisscheese4299 · 历史来源1 条@swmansion · 历史来源1 条@systematicls · 历史来源1 条@teksedge · 历史来源1 条@tftc21 · 历史来源1 条@theahmadosman · 历史来源1 条@themidasproj · 历史来源1 条@theonejvo · 历史来源1 条@therealadamg · 历史来源1 条@timsoulo · 历史来源1 条@tmuxvim · 历史来源1 条@tobi · 历史来源1 条@togethercompute · 历史来源1 条@trackernetwork · 历史来源1 条@trustkerneltech · 历史来源1 条@ttunguz · 历史来源1 条@tuhinchakr · 历史来源1 条@twistartups · 历史来源1 条@ubermenscchh · 历史来源1 条@udayan_w · 历史来源1 条@usefastlane · 历史来源1 条@uzyn · 历史来源1 条@valeriocapraro · 历史来源1 条@vasuman · 历史来源1 条@vdbergrianne · 历史来源1 条@vibeguessing · 历史来源1 条@victoriakimse · 历史来源1 条@victoriawu77 · 历史来源1 条@victortaelin · 历史来源1 条@vikaskansalhq · 历史来源1 条@volchika · 历史来源1 条@walden_yan · 历史来源1 条@warpdotdev · 历史来源1 条@waynesutton · 历史来源1 条@wesroth · 历史来源1 条@whosamberella · 历史来源1 条@xdinodeer · 历史来源1 条@xicilion · 历史来源1 条@xucian_ · 历史来源1 条@yacinemtb · 历史来源1 条@yaojingang · 历史来源1 条@yoheinakajima · 历史来源1 条@yongquanyq · 历史来源1 条@youtubejocoding · 历史来源1 条@yusufg · 历史来源1 条@zachbussey · 历史来源1 条@zeddotdev · 历史来源1 条@zeroxkyle · 历史来源1 条@zhenthebuilder · 历史来源1 条@zicohacks · 历史来源1 条@zixuanli_ · 历史来源1 条@zymazza · 历史来源1 条
430 条AI 相关新闻 · 最新在前
5月27日周三
  1. @berryxia12

    当我关掉𝕏 的时候,工作效率出奇的高。 原来影响我的从来不是别人,而是𝕏 啊! 你们有这种感觉么?🤔

    引用Berryxia.AI (@berryxia)@berryxia

    我靠,Vibe Coding 太特么上头了… 但是,更上头的是我这该死的“强迫症” 下面这个片子,本来是我已经初步剪好的一个正片视频 demo 演示,但最终还是被我干掉了。 因为我发现还有一些细节内容需要打磨和提升,真的是绝了。 这个东西已经改了两个礼拜还没搞完,其实核心功能都已经实现了。救救我吧,兄弟们! 文旅局的朋友们可以看过来,这是一个非常好玩的东西。 能不能开源,就取决于你们的热情度了。好了! Video

  2. @berryxia60

    腾讯HY实验室联合四家机构发布Chronicles-OCR基准,用2800张专家标注图像测试AI对3000年中国古文字的识别能力,28个前沿多模态模型几乎全线失败。

    引用ModelScope (@ModelScope2022)@ModelScope2022

    The best VLLM scores only 14% on oracle bone script recognition. Chronicles-OCR, a new ancient Chinese character benchmark from Tencent HY and 4 institutions, just put 28 frontier models to the test across 3,000 years of Chinese writing. 🏺🗂️ modelscope.cn/datasets/Virtu… 2,800 expert-annotated images across 7 scripts: oracle bone, bronze, seal, clerical, regular, running, and cursive. Three findings worth knowing: 🔍 End-to-end detection collapses on ancient scripts. Best H-mean: 16.5. GPT-5 and Gemini 2.5 Pro near 0. 🧠 Reasoning makes it worse. Thinking mode hurts performance across almost all models — chain-of-thought amplifies hallucination when perception fails. 👁️ Models recognize the carrier, not the script. Ancient script classification hits 96.7% by spotting turtle shells and bronze vessels, not the characters themselves.

  3. @berryxia67

    OpenRouter 宣布完成1.13亿美元B轮融资,由CapitalG领投,a16z、Menlo Ventures、NVIDIA的NVentures、ServiceNow、MongoDB、Snowflake、Databricks等跟投;过去半年其每周token处理量从5T增至25T。作者介绍,其统一API可切换500多个模型,其中50多个免费,并提供私有聊天与可探索数据。

    引用OpenRouter (@OpenRouter)@OpenRouter

    Today we’re announcing our $113M Series B led by @CapitalGVC. Over the last 6 months, weekly volume on OpenRouter grew from 5T to 25T tokens as AI rapidly shifts from experimentation into production. We’re excited for what comes next.

    推荐理由:OpenRouter 的 B 轮融资与 token 增长数据,为观察多模型基础设施在生产环境中的需求变化提供参照。

  4. @berryxia49

    MiniMax 将 M2 背后的全部工作整理成论文发布到 arXiv,并预告 M3 已在路上、MSA 论文也即将发布。M2 于去年 12 月 23 日开源,至今半年多,其 CISPO、Forge RL System、Self-Evolution 等核心系统已被开源社区广泛采用,几乎每版模型发布都登上 Hugging Face 榜首。

    引用RyanLee (@RyanLeeMiniMax)@RyanLeeMiniMax

    Recently, we took time to consolidate all of the work behind M2 and published it here: our M2 paper on arXiv It’s been just over six months since we first open-sourced M2 on December 23 last year. During that time, a number of our ideas and systems have been broadly adopted by the open-source community — including CISPO, Forge RL System, Self-Evolution. Over the past six months, we’ve felt incredible enthusiasm from the open-source community. Nearly every model release reached the #1 spot on the Hugging Face leaderboard. Now it’s time for a new chapter. We’re getting ready for M3. MSA paper is on the road. arxiv.org/abs/2605.26494

  5. @berryxia43

    乔帮主用 Vibe Coding 开发并开源了一款 Chrome 新窗口插件,整合番茄钟、音乐播放、To-Do List、快捷便签、天气和换背景等功能,还支持谷歌搜索、ChatGPT 跳转带提示词发送及 Command + K 唤起。插件源于他钓鱼和听歌的个性化需求,体现 Vibe Coding 满足小众场景的价值。

    引用向阳乔木 (@vista8)@vista8

    说好不熬夜的,但 AI Coding 太上瘾! 昨晚开发了个 Chrome 新窗口插件,超方便。 1. 番茄钟、音乐播放、Todo、便签、天气、换背景等,独立开发者多件套整合到了一起 😂 2. 支持谷歌搜索,ChatGPT跳转官网带提示词发送。 3. 支持Command + K唤起,快速设置、搜索一切。 已开源,见评论区。 Video

  6. @berryxia59

    作者转发介绍 PrismML 官方 iOS 应用 Bonsai Studio,可在 iPhone 本地运行图像生成。Bonsai Image 4B 基于 FLUX.2 Klein,权重压缩为 1-bit/3-bit,体积从 7.75GB 降至 0.93GB,512×512 出图约占 1.5GB 内存。作者补充称,M 芯片 Mac 也能下载 iOS 客户端使用,但需重启并将安全策略降低。

    引用Berryxia.AI (@berryxia)@berryxia

    iPhone 上直接用 App Store 下载就行: 👉 Bonsai Studio — PrismML 官方 iOS 应用,免费安装,模型在手机本地跑 我觉得给学校老师做一些素材展示,或者幼儿园小朋友教学还是可以的。 不需要额外的TOKEN费用,风格支持的挺多的。 中文文字还是乱码但是可以快速理解你的意境(图2) 技术背景: Bonsai Image 4B 基于 FLUX.2 Klein,把模型权重压缩成 1-bit/3-bit,体积从 7.75GB 压到 0.93GB iPhone 上生成一张 512×512 图约占 1.5GB 内存, 1024×1024 大概 2GB,iPhone 15 Pro 以上没问题 完全本地推理,不联网 就可以跑起来! Android 暂时没官方 App,只能走 WebGPU 网页版。 我实际在iPhone 17 Pro Max 测试了一下,出一张5125*512的画的速度不到几十秒就可以出来一张。 浏览器中需要下载1.8G 左右模型就可以玩~ 地址在评论区👇🏻

  7. @berryxia61

    PrismML 发布 iOS 应用 Bonsai Studio,Bonsai Image 4B 模型在 iPhone 本地运行,免费安装且无需 Token 费用。

    引用Berryxia.AI (@berryxia)@berryxia

    兄弟们,端侧生图模型又有新东西了! 之前有客户端Drawthing 客户端也是支持iPad 手机进行文生图~ 今天PrismML也来了一个好玩的… 他们发布了1-bit和Ternary版本的Bonsai Image 4B扩散模型。 1-bit那版只有0.93GB,比全精度模型小8.3倍。 Ternary版1.21GB,用-1、0、+1的三元权重,在保持极致小巧的同时,把图像质量和提示词遵循度拉得更高。 两者在Mac M4 Pro上生成速度最高能快5.6倍。 更重要的是,质量上它跟那些大得多的模型打得有来有回。 对象构图、人像偏好、美学评分、复杂提示跟随,全都不落下风。 他们还同步上线了Bonsai Studio这个iOS App。 直接在iPhone上本地生成图像,不用订阅,不用调用API,彻底离线可用。 这套极致压缩技术,把以前只有云端才能玩的高质量图像生成,真正塞进了个人设备。 完了测试效果看看如何… 等我

  8. @berryxia55

    Google Gemma 团队推出开源地牢爬行游戏 AIventure,把 agentic workflow 与 vibe-coding 的学习嵌入游戏玩法。玩家对游戏内 NPC 输入一句 Prompt,就能现场生成一个能跑的 Web App;Gemma 4 负责理解指令、规划步骤、调用工具并落地代码,项目从游戏机制到 agent 集成均已开源。

    引用Google Gemma (@googlegemma)@googlegemma

    Gemma 4 meets retro gaming! 🕹️✨ Introducing AIventure: an open-source dungeon crawler designed as a developer masterclass. Learn to build agentic workflows and integrate vibe-coding, like prompting an NPC to build a web app on the fly. Video

  9. @berryxia37

    基于 Apple MLX 框架的本地 AI 项目 oMLX 发布 v0.3.11,由一位有全职工作的 solo 开发者维护,目标是让端侧模型在 Apple 设备上提速。过去几轮更新以稳定性为头等大事,尤其针对高内存压力下的表现,作者希望用户再测测这一版本。其初心是让刚买 MacBook 的人也能开箱即用本地模型,无需看文档、调参数,甚至模型下载时就能开始对话。

    引用Jun Kim (@jundotkim)@jundotkim

    Just released oMLX v0.3.11. The last few updates have focused on stability as my top priority, and I'm planning to ship new features, including pending PRs, in the next release. (Huge thanks to everyone who's sent support and contributions!) If you've run into stability issues with oMLX under high memory pressure, I'd really appreciate it if you gave this version another test. github.com/jundot/omlx/relea… As a solo developer with a main job on the side, maintaining a project that's grown bigger than I expected isn't always easy, but getting to grow it together with the open source community has been a genuinely joyful experience. oMLX aims to deliver a Local AI experience that even my friend who bought a MacBook just yesterday can pick up and use right away. I hope oMLX makes it easy for everyone to run Local AI on their Mac. Is there a specific new feature you'd love to see in oMLX? Feature suggestions are always welcome!

  10. @berryxia56

    PrismML 发布 1-bit 和 Ternary 版本的 Bonsai Image 4B 扩散模型,用于在笔记本和手机等本地硬件上运行高质量图像生成。1-bit 版体积 0.93GB,比全精度模型小 8.3 倍;Ternary 版 1.21GB,采用 -1、0、+1 三元权重,图像质量和提示词遵循度更高。

    引用PrismML (@PrismML)@PrismML

    Today we’re releasing 1-bit and Ternary Bonsai Image 4B. A new family of image-generation models designed to run high-quality diffusion inference on local hardware: from laptops to phones.

5月26日周二
  1. @berryxia64

    Anthropic x Forum Ventures 黑客松冠军 Affaan Mustafa 和队友把用 Claude Code 夺冠背后的工作流整理成 ECC(Everything Claude Code)仓库并开源。

    引用泊舟 (@bozhou_ai)@bozhou_ai

    Anthropic 黑客松冠军,把自己的 AI 编程工作台开源了。 项目叫 ECC。作者 Affaan Mustafa 和队友用 Claude Code 8 小时做出 zenith.chat 拿了冠军,后来把背后的工作流整理成这个仓库。 它不是一个提示词合集,里面包含 61 个 Agent、246 个 Skills、76 个预设命令,还带规则、Hook、安全扫描和 MCP 配置。 如果你每天重度使用 Claude Code、Cursor、Codex,这个项目值得翻一遍。 它展示的不是怎么问 AI,而是怎么给 AI 搭一套能持续干活的工作台。 github.com/affaan-m/ECC

  2. @berryxia39

    CMU和UMD研究者发表论文《Language Models Need Sleep》,提出在清KV cache前让模型对当前context多跑几次forward pass,把记忆沉淀进fast weights,预测时仍为单次forward、延迟不变。在Rule 110等图灵完备toy task上,该方法让多跳推理准确率提升52%,同模型同token预算下仅增加离线整理时间。

    引用Berryxia.AI (@berryxia)@berryxia

    x.com/i/article/205928765533…

  3. @berryxia29

    用户在群聊中对两个 Agent 开启"悄悄话模式"后 @ 它们,其他群成员看不到这条消息,仅自己可见,但仍能在群里与 Agent 正常对话聊天。该功能被评价为"有点意思"的小巧思设计。

    引用Berryxia.AI (@berryxia)@berryxia

    卧槽… 兄弟们 我真的是后知后觉~ 今天还屁颠屁颠跑到Bloome 去问什么时候可以支持iOS端啊? 结果告诉我说美区已经可以使用了… 因为我一直以为没有在iOS 添加到主屏幕在用,忍受着… 结果下载完使用起来太丝滑了…… 真特么好用…

  4. @berryxia42

    扎克伯格在Joe Rogan播客上称苹果自iPhone后20年几乎没真正创新,只是在吃乔布斯的老本,每代iPhone提升越来越小、用户升级周期越来越长,最终会被别人干掉。他批评苹果用专利和封闭API锁死AirPods等第三方生态,并提及2021年ATT让Meta广告收入损失超100亿美元。该片段浏览量已破450万。

    引用dank (@cptdankkk)@cptdankkk

    Mark Zuckerberg says Apple's lack of innovation since the iPhone will lead to its decline "They haven't really invented anything great in a while. Steve Jobs invented the iPhone, and now they're kind of sitting on it 20 years later" "Year over year, I'm not even sure they're selling more iPhones at this point. Part of it is that each generation doesn't actually get that much better, so people are taking longer to upgrade" "They built stuff like AirPods, which are cool, but they've thoroughly hamstrung the ability for anyone else to build something that can connect to the iPhone" "I'm pretty optimistic that because they've been so off their game in terms of not really releasing many innovative things... eventually they'll get beat by someone" Video

  5. @berryxia53

    SenseNova 推出限时免费的 Token Plan,可配合开源 SenseNova Skills Agent 使用。

    引用Berryxia.AI (@berryxia)@berryxia

    兄弟们,上次我分享了SenseNova Skills Agent 免费可以领取Token Plan 后,自己也拿来实战了一把。 此项目已经在 Github 斩获 2400Star⭐️ 我让它跑了个AI大模型市场调研报告,从开始到结束差不多花了两个小时。 报告出来是Markdown格式,我又让它转成PDF,最后直接做成了PPT。 今天我专门录了个完整的使用教程,从安装到生成全流程,保姆级那种。 现在还是公测期,完全免费,整体体验还不错。 它也支持多轮迭代,如果网络不稳或者请求太多,直接回复它,它就会继续帮你完成。 这个视频里我接入的是Hermes Agent ,大家有需要可以去试试。 我最喜欢的就是可以直接做调研报告,尤其做国内的一些报告的内容还不错。 限时限免,搞点小任务,也是不错的 感兴趣的直接去官网进行体验吧~· 免费Token Plan 领取地址见评论区~👇🏻 Github 地址:github.com/OpenSenseNova/Sen… Video

  6. @berryxia45

    SenseNova Skills Agent 公测期限时免费领取 Token Plan,可在 sensenova.cn/token-plan 以 0 元开通并创建 API。

    引用Berryxia.AI (@berryxia)@berryxia

    兄弟们,上次我分享了SenseNova Skills Agent 免费可以领取Token Plan 后,自己也拿来实战了一把。 此项目已经在 Github 斩获 2400Star⭐️ 我让它跑了个AI大模型市场调研报告,从开始到结束差不多花了两个小时。 报告出来是Markdown格式,我又让它转成PDF,最后直接做成了PPT。 今天我专门录了个完整的使用教程,从安装到生成全流程,保姆级那种。 现在还是公测期,完全免费,整体体验还不错。 它也支持多轮迭代,如果网络不稳或者请求太多,直接回复它,它就会继续帮你完成。 这个视频里我接入的是Hermes Agent ,大家有需要可以去试试。 我最喜欢的就是可以直接做调研报告,尤其做国内的一些报告的内容还不错。 限时限免,搞点小任务,也是不错的 感兴趣的直接去官网进行体验吧~· 免费Token Plan 领取地址见评论区~👇🏻 Github 地址:github.com/OpenSenseNova/Sen… Video